AI BENCHY

Таблица лидеров ИИ-бенчмарка

Name: Результаты бенчмарка моделей AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-04 Оценено моделей: 163

163/163

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#69#69	Claude Opus 4.6medium	7.0	Anthropic	$2.053	25.89s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 3 Входные токены 53,227 Выходные токены 47,446 Токены рассуждений 24,000 Время ответа (среднее) 25.89s Время ответа (суммарно) 362.49s Время ответа (макс.) 83.40s Лишнее форматирование: 5 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.4 Программирование : 5.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#70#70	GPT-5.4 Nanomedium	7.0	OpenAI	$0.107	11.95s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 4 Входные токены 35,434 Выходные токены 3,014 Токены рассуждений 76,520 Время ответа (среднее) 11.95s Время ответа (суммарно) 250.98s Время ответа (макс.) 94.06s Неверный ответ: 8 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 6.1 Комбинированный : 9.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.5 Следование инструкциям : 9.8 Решение головоломок : 4.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#71#71	Step 3.7 Flashhigh	7.0	Stepfun	$1.148	64.46s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 4 Входные токены 38,391 Выходные токены 991,355 Токены рассуждений 0 Время ответа (среднее) 64.46s Время ответа (суммарно) 1353.57s Время ответа (макс.) 364.99s Неверный ответ: 6 Нет ответа: 4 Анти-ИИ уловки : 10.0 Программирование : 4.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 5.5 Следование инструкциям : 9.8 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#72#72	DeepSeek V3.2medium	7.0	DeepSeek	$0.044 ↓	68.71s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 6 Входные токены 38,333 Выходные токены 7,186 Токены рассуждений 99,081 Время ответа (среднее) 68.71s Время ответа (суммарно) 1442.81s Время ответа (макс.) 376.10s Неверный ответ: 5 Ошибка API: 2 Тайм-аут: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.2 Программирование : 6.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 7.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#74#74	Qwen3.6 Max Previewnone	6.9	Qwen	$0.075 ↓	3.30s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 58.7% Нестабильные тесты 2 Входные токены 42,509 Выходные токены 4,779 Токены рассуждений 0 Время ответа (среднее) 3.30s Время ответа (суммарно) 69.40s Время ответа (макс.) 20.51s Неверный ответ: 10 Анти-ИИ уловки : 5.2 Программирование : 3.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#75#75	Ring-2.6-1Tmedium	6.9	Inclusionai	$0.033 ↕	61.29s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 60.3% Нестабильные тесты 3 Входные токены 35,892 Выходные токены 21,752 Токены рассуждений 42,754 Время ответа (среднее) 61.29s Время ответа (суммарно) 1164.50s Время ответа (макс.) 304.19s Неверный ответ: 6 Ошибка API: 2 Не соблюдены инструкции: 2 Анти-ИИ уловки : 10.0 Программирование : 5.3 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.5 Общий интеллект : 4.1 Следование инструкциям : 9.8 Решение головоломок : 5.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#76#76	Kimi K2.5medium	6.8	Moonshot AI	$0.328 ↓	98.43s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 8 Входные токены 34,312 Выходные токены 48,379 Токены рассуждений 157,747 Время ответа (среднее) 98.43s Время ответа (суммарно) 1378.03s Время ответа (макс.) 281.00s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 2 Тайм-аут: 2 Анти-ИИ уловки : 7.3 Программирование : 6.1 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#77#77	Claude Sonnet 4.6none	6.8	Anthropic	$0.316	5.04s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 55.6% Нестабильные тесты 1 Входные токены 57,886 Выходные токены 9,465 Токены рассуждений 0 Время ответа (среднее) 5.04s Время ответа (суммарно) 70.60s Время ответа (макс.) 23.84s Неверный ответ: 5 Лишнее форматирование: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 4.8 Программирование : 5.5 Комбинированный : 9.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 6.1 Следование инструкциям : 6.5 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#78#78	Qwen3.6 27Bmedium	6.8	Qwen	$0.444 ↑	59.71s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 60.3% Нестабильные тесты 5 Входные токены 39,376 Выходные токены 16,189 Токены рассуждений 122,521 Время ответа (среднее) 59.71s Время ответа (суммарно) 1254.01s Время ответа (макс.) 168.22s Неверный ответ: 6 Нет ответа: 3 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.3 Программирование : 7.7 Комбинированный : 7.0 Парсинг и извлечение данных : 3.5 Предметно-ориентированное : 2.9 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#80#80	Mimo V2 Omnimedium	6.7	Xiaomi	$0.683 ↓	41.16s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 55.6% Нестабильные тесты 3 Входные токены 37,007 Выходные токены 1,952 Токены рассуждений 357,306 Время ответа (среднее) 41.16s Время ответа (суммарно) 823.26s Время ответа (макс.) 299.23s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 2 Ошибка API: 1 Лишнее форматирование: 1 Анти-ИИ уловки : 10.0 Программирование : 3.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.4 Следование инструкциям : 8.3 Решение головоломок : 5.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#81#81	Mercury 2medium	6.6	Inception	$0.058	2.24s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 54.0% Нестабильные тесты 3 Входные токены 35,116 Выходные токены 4,048 Токены рассуждений 61,219 Время ответа (среднее) 2.24s Время ответа (суммарно) 44.72s Время ответа (макс.) 14.63s Неверный ответ: 8 Не соблюдены инструкции: 3 Анти-ИИ уловки : 6.9 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#82#82	Hy3 previewhigh	6.6	Tencent	$0.048 ↕	56.57s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 55.6% Нестабильные тесты 2 Входные токены 25,987 Выходные токены 216,719 Токены рассуждений 0 Время ответа (среднее) 56.57s Время ответа (суммарно) 848.59s Время ответа (макс.) 149.94s Ошибка API: 7 Неверный ответ: 3 Анти-ИИ уловки : 6.4 Программирование : 5.3 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Открыть карточку модели Всего тестов 12 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 50.0% Нестабильные тесты 0 Входные токены 1,971 Выходные токены 64,795 Токены рассуждений 0 Время ответа (среднее) 39.03s Время ответа (суммарно) 312.26s Время ответа (макс.) 114.12s Ошибка API: 4 Не соблюдены инструкции: 1 Неверный ответ: 1 Анти-ИИ уловки : 10.0 Программирование : 3.0 Комбинированный : 3.0 Парсинг и извлечение данных : 3.0 Предметно-ориентированное : 10.0 Общий интеллект : 4.0 Следование инструкциям : 10.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#85#85	Gemma 4 31Bnone	6.5	Google	$0.004 ↓	4.05s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 47.6% Нестабильные тесты 0 Входные токены 20,911 Выходные токены 1,407 Токены рассуждений 0 Время ответа (среднее) 4.05s Время ответа (суммарно) 76.87s Время ответа (макс.) 26.13s Неверный ответ: 8 Ошибка API: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 6.5 Решение головоломок : 6.5 Вызов инструментов : 3.0 Эрудиция : 3.0
#86#86	Grok 4.1 Fastmedium	6.5	X AI	$0.069 ↑	23.85s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 61.4% Нестабильные тесты 6 Входные токены 42,845 Выходные токены 2,006 Токены рассуждений 96,334 Время ответа (среднее) 23.85s Время ответа (суммарно) 286.16s Время ответа (макс.) 121.79s Не соблюдены инструкции: 4 Неверный ответ: 4 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.7 Программирование : 2.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.8 Общий интеллект : 4.2 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 2.8 Эрудиция : 3.0
#87#87	Gemini 3.1 Flash Liteminimal	6.4	Google	$0.013	1.33s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 54.0% Нестабильные тесты 3 Входные токены 36,973 Выходные токены 2,487 Токены рассуждений 0 Время ответа (среднее) 1.33s Время ответа (суммарно) 27.91s Время ответа (макс.) 4.49s Неверный ответ: 8 Не соблюдены инструкции: 3 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 6.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#88#88	Qwen3.7 Plusnone	6.4	Qwen	$0.028	2.85s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 47.6% Нестабильные тесты 0 Входные токены 42,510 Выходные токены 6,578 Токены рассуждений 0 Время ответа (среднее) 2.85s Время ответа (суммарно) 59.86s Время ответа (макс.) 29.38s Неверный ответ: 10 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.3 Следование инструкциям : 6.3 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#89#89	Hy3 previewlow	6.4	Tencent	$0.015 ↕	24.56s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 52.4% Нестабильные тесты 2 Входные токены 21,045 Выходные токены 63,460 Токены рассуждений 0 Время ответа (среднее) 24.56s Время ответа (суммарно) 368.35s Время ответа (макс.) 78.74s Ошибка API: 7 Неверный ответ: 4 Анти-ИИ уловки : 8.3 Программирование : 5.3 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.9 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 2.8 Эрудиция : 3.0
#90#90	Gemini 3.1 Flash Litenone	6.4	Google	$0.013	1.06s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 52.4% Нестабильные тесты 4 Входные токены 36,710 Выходные токены 2,484 Токены рассуждений 0 Время ответа (среднее) 1.06s Время ответа (суммарно) 22.35s Время ответа (макс.) 2.97s Неверный ответ: 11 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.5 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 6.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#91#91	GPT-5.5none	6.4	OpenAI	$0.231	1.89s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 54.0% Нестабильные тесты 3 Входные токены 34,212 Выходные токены 1,971 Токены рассуждений 0 Время ответа (среднее) 1.89s Время ответа (суммарно) 39.64s Время ответа (макс.) 5.56s Неверный ответ: 11 Анти-ИИ уловки : 6.9 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 6.2 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#92#92	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 52.6% Нестабильные тесты 2 Входные токены 44,969 Выходные токены 58,087 Токены рассуждений 0 Время ответа (среднее) 14.73s Время ответа (суммарно) 220.93s Время ответа (макс.) 53.14s Ошибка API: 4 Неверный ответ: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.5 Программирование : 4.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#94#94	GPT-5 Nanomedium	6.3	OpenAI	$0.081	42.51s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 57.1% Нестабильные тесты 7 Входные токены 34,108 Выходные токены 5,464 Токены рассуждений 192,064 Время ответа (среднее) 42.51s Время ответа (суммарно) 595.09s Время ответа (макс.) 204.02s Неверный ответ: 9 Не соблюдены инструкции: 2 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 7.0 Комбинированный : 10.0 Парсинг и извлечение данных : 3.7 Предметно-ориентированное : 5.2 Общий интеллект : 4.1 Следование инструкциям : 9.8 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#95#95	Qwen3.5 Plus 2026-02-15none	6.3	Qwen	$0.016 ↓	2.31s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 46.0% Нестабильные тесты 2 Входные токены 45,864 Выходные токены 2,480 Токены рассуждений 0 Время ответа (среднее) 2.31s Время ответа (суммарно) 34.63s Время ответа (макс.) 6.65s Неверный ответ: 12 Анти-ИИ уловки : 4.8 Программирование : 4.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#96#96	Ring-2.6-1Tnone	6.2	Inclusionai	$0.026 ↕	55.10s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 47.6% Нестабильные тесты 2 Входные токены 7,599 Выходные токены 39,954 Токены рассуждений 0 Время ответа (среднее) 55.10s Время ответа (суммарно) 881.55s Время ответа (макс.) 143.82s Ошибка API: 5 Неверный ответ: 5 Не соблюдены инструкции: 2 Анти-ИИ уловки : 9.2 Программирование : 5.3 Комбинированный : 3.0 Парсинг и извлечение данных : 3.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 3.0 Эрудиция : 3.0
#97#97	Gemini 2.5 Flashnone	6.2	Google	$0.016	875ms
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 46.0% Нестабильные тесты 1 Входные токены 35,926 Выходные токены 1,770 Токены рассуждений 0 Время ответа (среднее) 875ms Время ответа (суммарно) 18.37s Время ответа (макс.) 4.39s Неверный ответ: 12 Анти-ИИ уловки : 3.0 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 5.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#98#98	GLM 5none	6.1	Z.ai	$0.027 ↑	4.03s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 44.4% Нестабильные тесты 1 Входные токены 37,135 Выходные токены 1,989 Токены рассуждений 0 Время ответа (среднее) 4.03s Время ответа (суммарно) 56.37s Время ответа (макс.) 11.07s Неверный ответ: 12 Анти-ИИ уловки : 4.8 Программирование : 4.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#99#99	gpt-oss-120bmedium	6.1	OpenAI	$0.013 ↓	22.28s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 52.4% Нестабильные тесты 5 Входные токены 39,084 Выходные токены 20,013 Токены рассуждений 50,233 Время ответа (среднее) 22.28s Время ответа (суммарно) 311.96s Время ответа (макс.) 68.16s Неверный ответ: 9 Не соблюдены инструкции: 3 Анти-ИИ уловки : 6.7 Программирование : 5.9 Комбинированный : 10.0 Парсинг и извлечение данных : 6.4 Предметно-ориентированное : 2.9 Общий интеллект : 4.3 Следование инструкциям : 9.9 Решение головоломок : 5.3 Вызов инструментов : 9.8 Эрудиция : 3.0
#100#100	Grok Build 0.1none	6.0	X AI	$0.547	28.69s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 50.9% Нестабильные тесты 4 Входные токены 11,793 Выходные токены 267,275 Токены рассуждений 0 Время ответа (среднее) 28.69s Время ответа (суммарно) 459.00s Время ответа (макс.) 138.35s Неверный ответ: 7 Ошибка API: 3 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.7 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 3.8 Предметно-ориентированное : 3.6 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 6.4 Вызов инструментов : 3.0 Эрудиция : 3.0
#101#101	Mimo V2 Omninone	6.0	Xiaomi	$0.021 ↓	2.44s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 39.7% Нестабильные тесты 1 Входные токены 40,852 Выходные токены 3,314 Токены рассуждений 0 Время ответа (среднее) 2.44s Время ответа (суммарно) 48.81s Время ответа (макс.) 6.81s Неверный ответ: 10 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.6 Программирование : 4.4 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.1 Следование инструкциям : 6.5 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#102#102	Gemma 4 26B A4Bnone	6.0	Google	$0.004 ↓	5.91s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 44.4% Нестабильные тесты 2 Входные токены 40,038 Выходные токены 1,824 Токены рассуждений 0 Время ответа (среднее) 5.91s Время ответа (суммарно) 124.05s Время ответа (макс.) 57.10s Неверный ответ: 10 Не соблюдены инструкции: 2 Тайм-аут: 1 Анти-ИИ уловки : 8.3 Программирование : 3.7 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 4.0 Следование инструкциям : 6.3 Решение головоломок : 6.2 Вызов инструментов : 10.0 Эрудиция : 3.0

←

1 2 3 4 5 6

→

Быстрое сравнение

Таблица лидеров ИИ-бенчмарка

Фильтровать модели

Быстрое сравнение